[发明专利]确定不良原因的方法、装置、电子设备及存储介质

权利要求书

1.一种确定不良原因的方法，其特征在于，包括：

在检测对象存在已知不良时，抽取所述检测对象的生产数据，所述生产数据至少包括生产履历数据、生产设备的标识以及生产设备参数中的一种，所述检测对象为OLED面板；

将所述生产数据输入预先训练得到的模型，得到与所述已知不良有关的生产工序、生产设备以及生产设备参数中的至少一种，其中，所述模型根据所述检测对象的生产样本数据进行训练得到，所述生产样本数据中的各条数据标记了与所述已知不良之间的相关性；

所述方法还包括：

获取未知不良数据，形成第一数据集；

基于所述第一数据集进行潜在因子离群值计算，得到离群值因子；

基于所述离群值因子发出告警提示信息；

获取针对所述告警提示信息的第一标记信息；

使用所述第一标记信息对所述未知不良数据进行标记，得到标记后的未知不良数据；

当标记后的未知不良数据的数据量达到阈值后，将标记后的所述未知不良数据导入所述模型的训练数据集，所述训练数据集中的数据用于训练所述模型；

在将所述生产数据输入预先训练得到的模型，得到与所述已知不良有关的生产工序、生产设备以及生产设备参数中的至少一种信息之后，获取针对所述生产设备参数的第二标注信息；所述第二标注信息包括所述生产设备参数对应的数值范围信息；

在所述第二标注信息指示所述检测对象在生产过程中存在不良时，根据产生所述生产设备参数的时间段，确定与所述不良相关的生产批次、产生所述不良后所述检测对象的后续生产工序以及所述检测对象的库存分布信息中的至少一种信息。

2.根据权利要求1所述的方法，其特征在于，将所述生产数据输入预先训练得到的模型，得到与所述已知不良有关的生产工序、生产设备以及生产设备参数中的至少一种，包括：

将所述生产履历数据、所述生产设备的标识以及所述生产设备参数分别输入所述模型，分别得到与所述已知不良有关的生产工序、生产设备以及生产设备参数。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在抽取所述检测对象的生产数据之前，获取检测对象的生产样本数据；

根据所述生产样本数据中各样本数据与已知不良的相关性分别对各样本数据进行标记；

利用标记后的样本数据训练所述模型。

4.一种确定不良原因的装置，其特征在于，包括：

抽取模块，用于在检测对象存在已知不良时，抽取所述检测对象的生产数据，所述生产数据至少包括生产履历数据、生产设备的标识以及生产设备参数中的一种，所述检测对象为OLED面板；

输入模块，用于将所述生产数据输入预先训练得到的模型，得到与所述已知不良有关的生产工序、生产设备以及生产设备参数中的至少一种，其中，所述模型根据所述检测对象的生产样本数据进行训练得到，所述生产样本数据中的各条数据标记了与所述已知不良之间的相关性；

所述装置还包括：

第一获取模块，用于获取未知不良数据，形成第一数据集；

计算模块，用于基于所述第一数据集进行潜在因子离群值计算，得到离群值因子；

提示模块，用于基于所述离群值因子发出告警提示信息；

第二获取模块，用于获取针对所述告警提示信息的第一标记信息；

标记模块，用于使用所述第一标记信息对所述未知不良数据进行标记，得到标记后的未知不良数据；

导入模块，用于当标记后的未知不良数据的数据量达到阈值后，将标记后的所述未知不良数据导入所述模型的训练数据集，所述训练数据集中的数据用于训练所述模型；

在将所述生产数据输入预先训练得到的模型，得到与所述已知不良有关的生产工序、生产设备以及生产设备参数中的至少一种信息之后，获取针对所述生产设备参数的第二标注信息；所述第二标注信息包括所述生产设备参数对应的数值范围信息；

在所述第二标注信息指示所述检测对象在生产过程中存在不良时，根据产生所述生产设备参数的时间段，确定与所述不良相关的生产批次、产生所述不良后所述检测对象的后续生产工序以及所述检测对象的库存分布信息中的至少一种信息。